Zendesk حل پر مرکوز موافق سروس ایجنٹس بنانے کے لیے OpenAI کا استعمال کرتا ہے

Zendesk ایک دہائی سے زیادہ عرصے سے کاروباروں کو بہترین کسٹمر تجربات فراہم کرنے میں مدد دے رہا ہے۔ اس کا پلیٹ فارم ہر سال 4.6 بلین سے زیادہ resolutions کو طاقت دیتا ہے۔

2023 کے اوائل میں، Zendesk نے OpenAI کے ساتھ قریب سے کام شروع کیا تاکہ یہ دریافت کیا جا سکے کہ AI سروس اور پروڈکٹ ڈویلپمنٹ کو کیسے نئی شکل دے سکتا ہے۔ آج Zendesk AI ایجنٹس کی ایک نئی قسم کا پائلٹ کر رہا ہے⁠(نئی ونڈو میں کھلتا ہے)، جو OpenAI ماڈلز سے تقویت یافتہ ہے، اور جو نہ صرف مکمل گفتگوؤں کو سنبھالتے ہیں بلکہ خود مختار طور پر جوابات کی منصوبہ بندی اور عمل درآمد بھی کرتے ہیں: 

• سیٹ اپ کا وقت دنوں سے منٹوں تک کم کرنا
• آٹومیشن کی شرح کو 80% تک بڑھانا
• ٹیموں کو مکمل کنٹرول دینا کہ AI کیسے برتاؤ کرے

حتیٰ کہ سب سے جدید سروس پلیٹ فارمز کو بھی روایتی آٹومیشن کے معاملے میں محدودیت کا سامنا ہوتا ہے۔ روایتی ماڈل نیت (intent) کی درجہ بندی پر مبنی ہوتا تھا: ایک نیت کی پیش گوئی کریں، پہلے سے طے شدہ مکالمہ یا ورک فلو شروع کریں، اور امید کریں کہ صارف اسی اسکرپٹ کے مطابق چلے گا۔

یہ سیٹ اپ منظم تعاملات کے لیے کارآمد تھا، لیکن باریکیوں، فالو اپس، یا غیر معمولی صورتوں میں جلد ناکام ہو جاتا تھا۔

”پرانے دور میں بس پیغام آتا تھا، جواب جاتا تھا،“ Zendesk کے CTO ایڈرین مکڈرموٹ کہتے ہیں۔ ”حقیقی صارفین اپنی رائے بدلتے ہیں، وضاحتی سوالات پوچھتے ہیں، اور توقع کرتے ہیں کہ AI فطری انداز میں ساتھ چلے۔ سروس میں واحد نتیجہ جو اہم ہے وہ حل ہے، اور اب تک بوٹس اسے حاصل کرنے کی اپنی صلاحیت میں کچھ محدود رہے ہیں۔“

Zendesk نے بنیادی FAQ تعاملات کے لیے Retrieval-Augmented generation (RAG) استعمال کرتے ہوئے ایک جنریٹو طریقہ اپنانے کے لیے OpenAI کے ساتھ کام شروع کیا۔ آج ان کی توجہ جنریٹو ریزننگ پر منتقل ہو چکی ہے، جو AI ایجنٹس کو خود مختار طور پر منصوبہ بندی اور کام انجام دینے کے قابل بناتی ہے۔

Zendesk کی ایجنٹک AI ایجنٹس کی نئی کلاس خاص طور پر سروس کے لیے بنائی گئی ہے۔ GPT‑4o جیسے OpenAI ماڈلز سے تقویت یافتہ، یہ ایجنٹس صرف سوالوں کے جواب نہیں دیتے—بلکہ گفتگو کی قیادت کرتے ہیں، سیاق و سباق پر ریزننگ کرتے ہیں، اور حل کی طرف بڑھتے ہیں۔

یہ پلیٹ فارم ایک ملٹی ایجنٹ آرکیٹیکچر استعمال کرتا ہے جس میں درج ذیل جیسے مخصوص ایجنٹس شامل ہیں:

• ٹاسک شناختی ایجنٹ: دستی تربیت پر انحصار کرنے کے بجائے یہ AI ایجنٹ صارف کی ضرورت سمجھنے کے لیے حقیقی گفتگو کرتا ہے، وضاحتی سوالات پوچھتا ہے اور ملتے جلتے مسائل کو واضح کرتا ہے۔
• مکالماتی RAG ایجنٹ: ملٹی ٹرن گفتگو میں گراؤنڈنگ فراہم کرکے روایتی RAG کو وسعت دیتا ہے۔ مثال کے طور پر، جب کوئی صارف ادائیگی کے اختیارات کے بارے میں پوچھتا ہے، تو ایجنٹ متعلقہ خطے کی پالیسیز نکالنے سے پہلے یہ پوچھ سکتا ہے کہ صارف کہاں واقع ہے۔
• طریقۂ کار کی تشکیل کرنے والا ایجنٹ : خودمختاری اور کنٹرول میں توازن رکھتے ہوئےZendesk کا پروسیجر کمپلائنس ایجنٹ کاروباری اصولوں کو قدرتی زبان سے ایک منظم فلو میں تبدیل کرتا ہے، جس سے AI نہ صرف کمپنی کے طریقۂ کار کو سمجھتا ہے بلکہ اسے بصری طور پر درست انداز میں نافذ بھی کرتا ہے.
• طریقۂ کار پر عمل درآمد کرنے والا ایجنٹ: یہ ایجنٹ APIs کو کال کرکے، ورک فلو ٹرگر کرکے، اور سسٹمز اپڈیٹ کرکے، وہ بھی کاروبار کی متعین کردہ منطق کے اندر، اقدامات انجام دیتا ہے۔

RAG کو ریزننگ کے ساتھ ملا کر، Zendesk کے AI ایجنٹس اب کثیر مرحلہ گفتگوؤں میں شامل ہو سکتے ہیں، فالو اپ سوالات پوچھ سکتے ہیں، اور صارف کے ان پٹ کی بنیاد پر جوابات کو ڈھال سکتے ہیں۔ اس سے پلیٹ فارم سخت ڈائیلاگ فلوز پر انحصار کیے بغیر پیچیدہ مسائل کو خود مختار طور پر حل کر سکتا ہے۔

”ہم نے بوٹ کو گفتگو کی رہنمائی میں زیادہ خود مختاری دی ہے، جبکہ وہ معیار اور درستگی کے لیے Zendesk کی گارڈ ریلز کے اندر کام کرتا ہے،“ مکڈرموٹ کہتے ہیں۔ ”عمل کا آغاز صارف کے مسئلے کو سمجھنے سے ہوا، جس میں حل کی طرف بڑھنے پر بہت زیادہ توجہ دی گئی۔“

Zendesk کے AI ایجنٹ ڈویلپمنٹ میں سب سے بڑی تبدیلیوں میں سے ایک اس کا ہائبرڈ ڈویلپمنٹ ماڈل کی طرف ارتقا رہا ہے، جہاں ایجنٹس ایک ہی گفتگو میں ڈائیلاگ فلو اور جنریٹو طریقہ کار کے درمیان بغیر رکاوٹ منتقل ہو سکتے ہیں۔

نئے AI ایجنٹ بلڈر کے ساتھ، کاروبار قدرتی زبان میں طریقہ کار کی توضیح کر سکتے ہیں۔ پھر AI ایجنٹ موافق ریزننگ استعمال کرتے ہوئے عمل کا منصوبہ بناتا ہے اور لائیو ہونے سے پہلے اپنے مجوزہ مراحل کا پیش منظر دکھاتا ہے۔ 

AI ریزننگ کنٹرولز اس بات کی ریئل ٹائم مرئیت فراہم کرتے ہیں کہ AI ایجنٹس کیسے سوچتے ہیں، جس سے ٹیمیں ایجنٹ کی چین-آف-تھاٹ (CoT) کا جائزہ لے کر ہر گفتگو کا آڈٹ کر سکتی ہیں تاکہ سمجھ سکیں کہ فیصلے کیسے کیے گئے۔

یہ تبدیلی سیٹ اپ کا وقت دنوں سے منٹوں تک کم کر دیتی ہے، اور جنریٹیو آٹومیشن کو Zendesk کے کہیں زیادہ وسیع صارفین کے لیے قابلِ رسائی بناتی ہے۔

اندرونی طور پر، Zendesk بہترین ماڈلز منتخب اور تعینات کرنے اور ہر استعمال کے معاملے کے لیے پرومپٹس کو ٹیون کرنے کے لیے ایک سخت داخلی بینچ مارکنگ پروگرام چلاتا ہے۔ ٹیم لیٹنسی، لاگت اور معیار کو مدنظر رکھتی ہے، اور RAG سے لے کر پس منظر کی ریزننگ ٹاسکس تک مختلف استعمالی صورتوں میں OpenAI کے o3‑mini جیسے نئے ماڈلز کی جانچ کرتی ہے۔

یہ عمل Zendesk کو 24 گھنٹوں سے کم وقت میں نئے ماڈلز کا جائزہ لینے، ٹیسٹ کرنے اور تعینات کرنے کی اجازت دیتا ہے۔

Zendesk تعیناتی سے پہلے اور بعد دونوں مراحل میں کارکردگی کو ٹریک کرتا ہے، آف لائن جائزوں اور لائیو میٹرکس جیسے حل کی شرح، ترمیم کی شرح، اور تاخیر کے ذریعے۔ ہر ماڈل کے فیصلے کو دستاویزی شکل دی جاتی ہے اور اس کا آڈٹ ممکن ہوتا ہے، جس سے نظام کے ارتقا کے ساتھ شفافیت اور قابلِ اعتمادیت یقینی بنتی ہے۔

اس سال، Zendesk ایک قدم اور آگے جانے کا منصوبہ رکھتا ہے: سیلف سروس بینچ مارکنگ پلیٹ فارم متعارف کرانا تاکہ Zendesk کی کوئی بھی انجینئرنگ ٹیم مشین لرننگ ماہرین کی عملی مدد کے بغیر ماڈلز کو ٹیسٹ اور تعینات کر سکے۔

Zendesk اس وقت ابتدائی صارفین کے ساتھ نئے ایجنٹک AI پلیٹ فارم کی آزمائش کر رہا ہے. یہ پلیٹ فارم موجودہ سیٹ اپس کے ساتھ آسانی سے ضم ہونے کے لیے ڈیزائن کیا گیا ہے، جس سے صارفین کو شروع سے سب کچھ دوبارہ بنانے کی ضرورت کے بغیر 80% آٹومیشن کے حصول کا عمل تیز ہو جاتا ہے

اگرچہ وسیع تر میٹرکس 2025 کے آخر میں سامنے آئیں گے، ابتدائی فیڈبیک مضبوط رہا ہے: تیز تر سیٹ اپ، زیادہ درست جوابات، اور ہر چینل پر زیادہ ہموار صارف تجربہ.